全文检索

一、LuceneLucene是一个全文检索的工具包，是一堆jar包，不能单独运行，不能独立对外提供服务。优点：部署简单，它只是应用程序的一个依赖包，不需要独立部署缺点：1、应用只能单服务器部署，集群部署有问题，全文索引需要在多台应用服务器间同步，是有状态的请求。2、编写的代码量会比较大，而且要考虑性能问题。二、MySQL 5.7.6以上从MySQL 5.7.6开始，MySQL内置了ngram全文检索插件，用来支持中文分词，并且对MyISAM和InnoDB引擎有效。优点：开发简单；不需要额外引入Elasticsearch这样的搜索引擎服务器。缺点：1、中文分词不准确2、性能不高3、数据量不大三、MySQL+IK分词器在MySQL5.6以下，只有MyISAM引擎支持全文检索。在MySQL5.6以上Innodb引擎也提供支持全文检索。相应字段需要建立FULLTEXT索引。MySQL5.7.6以下只支持英文全文索引，不支持中文全文索引，需要利用IK分词器把中文段落拆分成单词。优点：比方案2中文分词更准确；不需要额外引入Elasticsearch这样的搜索引擎服务器。缺点：1、性能不高2、数据量不大四、Elasticsearch搜索引擎互联网公司基本都在使用，性能高，支持的数据量大。缺点：1、需要一定的学习成本2、需要独立部署，需要集群部署

关键词检索可以，全文检索估计有点困难。PubMed医学文献检索服务系统，其检索内容包含MedLine，PreMedline（不含Mesh检索主题词）医学文献数据库及其他电子出版文献。1.PubMed基本检索方式(BasicPubMedSearch)进入PubMed基本检索方式主页，在检索框中可以输入任意词，包括文献作者，出版杂志等：键入一个或多个检索词(可以为任意词)，如proteindisulfideisomerase,也可以输入缩略名如pdi等；输入多个词时，可自动识别成词组；但词数太多时，则以逻辑与的方式识别，如可以将proteindisulfideisomerase识别成一个词，也有可能将其识别成“proteinANDdisulfideANDisomerase”尤其是出现数字等符号时不易识别成词组；对PubMed不能识别检索的词组，需加引号强调，如键入：　“InsightII”以文献作者方式检索，作者名的输入格式为：　姓+名　如输入：Freesman　DJ　，其中“姓”为全称，“名”则为首字母简写形式（“名”可以省略)；键入的杂志名称可以是全名，也可以是杂志名的MedLine缩写格式或ISSN杂志号(见期刊浏览)。检索时可在词尾加“*”号检索所有具有同样词头的词。如键入：biolog*　可查得biology或biological等词。